SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场video-performance-analyzer

video-performance-analyzer

营销与增长

查看项目

更新于 10-16 02:06

技能介绍

用途

Video Performance Analyzer 用于分析短视频（TikTok、Instagram Reel 或任意 MP4），提取完整转录、理解其表现优异的原因，并生成具体的内容再利用方案。

主要能力

接收短视频（MP4 文件或 YouTube URL）后返回三部分结果：

  1. 完整转录——每一句口播、屏幕文字、音频提示，均带时间戳。
  2. 表现分析——说明其为何有效，并对照经过验证的增长框架。
  3. 再利用手册——从该视频衍生出的具体内容创意。

使用方式

环境配置

分析脚本使用 Google 的 Gemini API（用于转录与分析）。

  • API Key：从仓库根目录的 .env 读取——GEMINI_API_KEY
  • 一次性安装依赖：
pip install google-genai --break-system-packages
  • 脚本位置：<skill-directory>/scripts/analyze_video.py

输入格式

格式 传入方式 说明
本地 MP4 文件 文件路径作为参数 最大 2GB（免费）/ 20GB（付费）
YouTube URL URL 作为参数 仅公开视频
TikTok / Instagram 先下载，再传 MP4 路径 使用浏览器扩展或 yt-dlp

运行分析

快速运行：

python <skill-directory>/scripts/analyze_video.py /path/to/video.mp4

YouTube URL：

python <skill-directory>/scripts/analyze_video.py "https://www.youtube.com/watch?v=VIDEO_ID"

输出保存到文件：

python <skill-directory>/scripts/analyze_video.py /path/to/video.mp4 --output /path/to/output.md

脚本将结构化 Markdown 打印到 stdout，可按需管道或重定向。

分析工作流

第 1 步：运行脚本

用视频路径运行 analyze_video.py。脚本将：

  • 将视频上传到 Gemini Files API（或直接传入 YouTube URL）
  • 等待处理（通常 10-30 秒）
  • 将分析提示发送给 gemini-3-flash-preview
  • 返回原始结构化输出

第 2 步：对照增长框架

脚本返回后，通过以下增长维度解读输出：

  • 钩子——"钩子是一份契约"：钩子是否让观众感到被牵连、被点名或产生强烈好奇？是否通过 5 种钩子技巧之一（矛盾、具体数字+意外语境、直接指控、被偷走的想法、荒诞重构）？它是关于观众处境，还是创作者成就？留意刻意措辞抬高感知风险的框架技巧。
  • 结构——渐进式悬念：映射每个时间戳节拍，评估风险是否逐拍升级。寻找"因此/但是"链条——每个节拍是导致下一个，还是仅仅跟随？识别信息缺口在哪里打开、在哪里闭合。标记任何可从前一拍预测的节拍。
  • 可信度——具体性信号：统计具体数字、具名人物、具体日期、金额。注意任何"纪录片式证据"时刻（在陈述主张时视觉展示收据/来源）。泛泛的主张=弱。具名+带数字的主张=强。
  • 框架——读者优先：视频是关于创作者成就，还是观众处境？每个表现优异的视频都将价值围绕观众所得来构建。个人里程碑式框架=在现有受众中表现好，在其他地方失效。
  • 留存——视觉模式打断：视觉变化频率如何？目标为每 5-10 秒一次。更好的背景/叠加=更高留存=平台推送给新受众。注意任何重置注意力的转场、叠加、文字卡、B-roll 剪辑。
  • CTA——闭合循环 vs 打开循环：结尾是解决观众的问题，还是留下一个未解？最佳 CTA 创造一种条件，使关注成为显而易见的下一步（隐含 CTA）。弱 CTA："如果学到东西就点赞关注"、"在评论区告诉我"。强 CTA："我们几小时后看看会发生什么"（创造前进动力）。

第 3 步：生成再利用创意

基于分析，识别每个可成为独立内容的角度。对每个创意：

  • 最适合的格式（短视频、LinkedIn 帖子、X 线程、newsletter 板块）
  • 钩子/横幅应该是什么
  • 映射到你的哪个内容支柱/主题（如果你使用的话）
  • 漏斗阶段（TOFU / MOFU / BOFU）

可挖掘的再利用来源：

  • 视频中最强的单一主张 -> 独立热点观点帖
  • 叙事中隐含的"之前/之后"或"X vs. Y" -> 对比格式
  • 提到的任何分步工作流 -> 清单或工具视频
  • 情感核心（恐惧、惊讶、愤怒、释然）-> 个人角度脚本
  • 任何统计或数字 -> 数据驱动的短视频
  • 反主流框架（如有）-> X 线程或 newsletter 钩子

第 4 步：（可选）推送到内容日历

如果你使用 Notion 作为内容日历，可在分析后推送再利用创意。

在项目设置中配置 Notion 数据源 ID：

data_source_id: <your-notion-database-id>

再利用内容的默认字段：

  • Status: Backlog
  • Platform: 基于格式匹配
  • Content Format: 脚本用 ["Video"]，帖子用 ["Text"]
  • Content Type: 基于角度
  • Funnel Stage: TOFU（大多数再利用内容是认知层）
  • Re-purpose?: Yes

输出格式

按以下顺序交付结果：

  1. 完整转录：带时间戳、逐字。内联标注屏幕文字叠加。
  2. 视觉与音频拆解：格式（口播/旁白/B-roll/屏幕录制）、背景/布景质量、音乐/音频基调、视觉变化频率（每分钟模式打断次数）。
  3. 表现分析：对每个维度评分（强/中/弱）：钩子强度、渐进式悬念、具体性/可信度、读者优先框架、视觉模式打断、CTA 质量。然后给出 3-5 条关于该视频为何表现好的要点——具体机制，而非泛泛观察。
  4. 再利用手册：对每个创意：
**[格式] — [工作标题/角度]**
- Hook: ...
- Format: ...
- Content pillar / theme: ...（如果你使用的话）
- Funnel stage: ...
- Why it'll work: 1 sentence

每个视频目标 4-8 个再利用创意，至少 2 个应可立即写成脚本。

  1. 可借鉴之处：从该视频中提取 3-5 个具体、可操作的技术，可直接复制到自己的内容系统中。要具体，不要泛泛。引用每个技术出现的具体时刻。

适用场景

  • 分析短视频为何表现优异，并对照增长框架进行诊断。
  • 从已有视频中挖掘可再利用的内容创意，规划多平台分发。
  • 将分析结果推送到 Notion 内容日历（可选）。

限制

本技能不执行以下操作：

  • 不下载 TikTok 或 Instagram 视频（需手动下载后传入路径）
  • 不发布或推送任何内容——仅做分析与创意生成
  • 不访问私密或不公开的 YouTube 视频
  • 不替代你的创作判断——分析揭示有效之处，由你的品味决定借鉴什么

模型选择说明

  • 转录+分析：gemini-3-flash-preview——最佳视频理解，轻松处理 3-5 分钟短视频
  • 嵌入（未来）：gemini-embedding-2-preview——用于将视频与表现优异者库进行语义比较。脚本中尚未实现，但架构已就绪。
  • 免费层限制：每天 8 小时 YouTube 视频。上传文件无限制（付费层）。短视频完全在限制内。